Нейросети сделали из Ван Гога мультипликатора |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2016-05-10 23:10 ![]() Computer Vision Freiburg Германские ученые применили нейросети для переноса художественного стиля Винсента Ван Гога, Эдварда Мунка и других художников на мультфильмы. Препринт публикации доступен на arXiv.org. Сотрудники Фрайбургского университета воспользовались недавними наработками по переносу стиля художников на статичные иллюстрации. Эти работы показали, что стиль не зависит от содержания картины, и его можно применить к любому изображению. Для этого поверхностные слои сверточной нейронной сети распознают наиболее общие признаки, такие как цветовая палитра, а с увеличением их глубины детализация возрастает. Авторы исследования применили известную нейронную сеть VGG. С ее помощью они переносили стиль художника с конкретной картины на каждый кадр видео. Разработанный ими алгоритм анализировал разницу между последующими кадрами с временными ограничениями, отбраковывающими чрезмерные отличия. Чтобы сделать переход от кадра к кадру плавным, эти ограничения учитывали оптический поток оригинального видео, и отбраковывали отличия не по кадрам в целом, а по траекториям отдельных точек. Участки кадров, которые до этого были заслонены движущимися объектами, в отбраковку не включались. Обработка каждого кадра проводилась параллельно графическим и основным процессорами с разрешением 1024‡463 пикселя. Сначала это занимало около восьми минут на кадр, в процессе оптимизации среднее время снизилось до трех минут на кадр. Олег Лищук Телеграм: t.me/ainewsline Источник: nplus1.ru Комментарии: |
|